本程序主要视图界面分两部分，左视图是训练样品设计，右视图是模式识别，可根据模式识别菜单项进行识别。分类器包括模板匹配分类器，Bayes分类器。分类法包括线性函数分类法，非线性函数分类法和神经网络分类法。-The program interface main view in two parts, the left view is the training sample design, the right view is the pattern recognition, pattern recogn

用MATLAB编写的支持向量机，实现了线性可分与线性不可分的情况，还有非线性支持向量机，里面部分常用的核函数，从而达到精确的分类效果。-Prepared using MATLAB support vector machine, linearly separable points with linear, non-linear support vector machine, the inside part of the kernel function, so as to achieve the a

根据模式识别理论，低维空间线性不可分的模式通过非线性映射到高维特征空间则可能实现线性可分，但是如果直接采用这种技术在高维空间进行分类或回归，则存在确定非线性映射函数的形式和参数、特征空间维数等问题，而最大的障碍则是在高维特征空间运算时存在的“维数灾难”。采用核函数技术可以有效地解决这样问题。 -According to the pattern recognition theory, a low dimensional space linearly inseparable pattern th

神经网络SVM函数拟合，对于线性不可分的情况，通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分，从而使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能-SVM neural network function fitting, in the case of linear inseparable, through the use of nonlinear mapping algorithm will undivided linear sample l